Decisiones de arquitectura y andamiaje de proyectos CrewAI. Útil al iniciar un nuevo proyecto CrewAI, elegir entre LLM.call() vs Agent.kickoff() vs Crew.kickoff() vs Flow, andamiar con 'crewai create flow', configurar YAML (agents.yaml, tasks.yaml), conectar @CrewBase crew.py, escribir Flow main.py con @start/@listen, o usar interpolación de {variable}.
Este skill proporciona una guía completa para iniciar proyectos con CrewAI, cubriendo desde la arquitectura básica hasta la implementación de flujos de trabajo complejos. Es ideal para desarrolladores que deseen estructurar correctamente su proyecto, eligiendo entre los diferentes componentes de CrewAI como LLM.call() para llamadas directas a modelos, Agent.kickoff() para iniciar agentes individuales, Crew.kickoff() para equipos coordinados, o Flow para orquestar procesos con eventos. El skill detalla el uso del comando 'crewai create flow' para generar la estructura de directorios y archivos YAML de configuración (agents.yaml y tasks.yaml), así como la implementación de clases con decoradores @CrewBase y @start/@listen para definir flujos reactivos. También aborda la interpolación de variables con {variable} en las configuraciones, facilitando la personalización dinámica. Compatible con entornos Python, este skill es esencial para cualquier desarrollador que quiera aprovechar al máximo las capacidades de orquestación de agentes de CrewAI en proyectos de IA.
npx skills add https://github.com/crewaiinc/skills/tree/main/skills/getting-startedInstalled? Explore more Productividad y colaboración skills: steipete/gemini, steipete/gh-issues, steipete/skill-creator · View all 6 →
Decisiones de arquitectura y andamiaje de proyectos CrewAI. Útil al iniciar un nuevo proyecto CrewAI, elegir entre LLM.call() vs Agent.kickoff() vs Crew.kickoff() vs Flow, andamiar con 'crewai create flow', configurar YAML (agents.yaml, tasks.yaml), conectar @CrewBase crew.py, escribir Flow main.py con @start/@listen, o usar interpolación de {variable}.
This repo contains 3 individual skills — each has its own dedicated page.
Query the official CrewAI documentation for answers. Use when the user has a CrewAI question that isn't fully covered by the getting-started, design-agent, design-task skills — e.g., specific API details, configuration options, advanced features, troubleshooting errors, enterprise features, tool references, or anything where the latest docs are the best source of truth.
CrewAI agent design and configuration. Use when creating, configuring, or debugging crewAI agents — choosing role/goal/backstory, selecting LLMs, assigning tools, tuning max_iter/max_rpm/max_execution_time, enabling planning/code execution/delegation, setting up knowledge sources, using guardrails, or configuring agents in YAML vs code.
CrewAI task design and configuration. Use when creating, configuring, or debugging crewAI tasks — writing descriptions and expected_output, setting up task dependencies with context, configuring output formats (output_pydantic, output_json, output_file), using guardrails for validation, enabling human_input, async execution, markdown formatting, or debugging task execution issues.
Gemini CLI one-shot prompts, summaries, generation, skills, hooks, MCP, or Gemma routing.
Fetch GitHub issues, select candidates, spawn background fix agents, open PRs, and optionally process PR review comments.
Create, edit, audit, tidy, validate, or restructure AgentSkills and SKILL.md files.
Search, install, update, sync, or publish agent skills with the ClawHub CLI and registry.
Delegate coding work to Codex, Claude Code, or OpenCode as background workers; not simple edits or read-only code lookup.
List, configure, authenticate, call, and inspect MCP servers/tools with mcporter over HTTP or stdio.